PulseAugur
中
实时 22:10:14
English(EN) A Causal Markov Condition for Value

新理论将因果关系与效用联系起来，形成价值因果马尔可夫条件

作者 PulseAugur 编辑部 · [1 个来源] ·

本文介绍了价值因果马尔可夫条件（v-CMC），一个关于价值的因果独立性原理，并为“因果价值理论”奠定了理论基础。它提出了一种概率-价值对偶性，以适应因果推断技术到效用，定义了v-CMC的局部、全局和分解版本，并证明了它们的等价性。研究还详细介绍了用于条件价值独立性的v-分离，并推导了因果有向无环图（DAG）的广义贝尔曼递归，从而能够在不同的因果环境中模块化地转移和更新效用信息。 AI

影响 引入了一个理解因果关系和效用的新颖理论框架，可能影响人工智能的决策和强化学习。

排序理由 学术论文发表在arXiv上，详细介绍了一个新的理论框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv stat.ML 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新理论将因果关系与效用联系起来，形成价值因果马尔可夫条件

报道来源 [1]

  1. arXiv stat.ML TIER_1 English(EN) · Olav Benjamin Vassend ·

    A Causal Markov Condition for Value

    arXiv:2607.16717v1 Announce Type: new Abstract: This paper proposes a causal independence principle for value -- the value Causal Markov Condition (v-CMC) -- and develops the conceptual and mathematical foundations of a "causal value theory" linking causality and utility. After m…

相关话题